# Big-bang AI 전환을 피하는 세 가지 경로

> Shadow, assistive, canary·strangler와 governance

- Canonical: https://learning.reopt.ai/en/courses/ai-native-architecture/lessons/na-m4-concept
- Language: en
- HTML: https://learning.reopt.ai/en/courses/ai-native-architecture/lessons/na-m4-concept

---

[AI-native architecture & implementation boundaries](/en/courses/ai-native-architecture) 4. 마이그레이션과 운영 아키텍처 7 / 9

# Big-bang AI 전환을 피하는 세 가지 경로

Shadow, assistive, canary·strangler와 governance
Concept 45 XP 9 min

기존 업무를 한 번에 agent로 대체하면 품질 차이와 책임 공백을 찾기 어렵습니다. 먼저 shadow로 판단을 비교하고, 다음에는 사람이 결정하는 assistive mode, 마지막으로 low-risk cohort의 제한 자동화를 거칩니다.
확대 권한은 production evidence가 얻는다 Offline eval만으로 자동화 범위를 넓히지 않습니다. Shadow agreement, human correction, escaped defect, latency·cost, override·incident를 함께 보고 위험 등급별로 autonomy를 올립니다.

| 단계 | Agent 역할 | 확대 증거 |
| Shadow | 실행 없이 제안·비교 | agreement·miss taxonomy |
| Assistive | 초안·추천, 사람 결정 | correction·cycle·quality |
| Canary | 좁은 대상 자동 실행 | SLO·override·incident |
| Scale | 정책 내 자율 운영 | 지속 outcome·audit·DR |

- 1 업무 분해 전체 직무가 아니라 결정·행동·위험 단위로 전환 대상을 나눕니다.

- 2 Shadow baseline 기존 결과와 agent 제안을 같은 case set에서 비교합니다.

- 3 Autonomy ladder Read→recommend→draft→execute의 승인 조건을 정합니다.

- 4 Exit·Rollback 확대 중단, 구 경로 복귀, data reconciliation 절차를 둡니다.

실무에 남길 기준

- 마이그레이션 목표는 agent 사용률이 아니라 더 나은 outcome과 통제다
- Autonomy는 기능 플래그 하나가 아니라 권한·대상·금액·시간의 조합이다
- 구 경로 제거에는 품질·운영·법적 owner의 공동 증거가 필요하다

[Previous](/en/courses/ai-native-architecture/lessons/na-m3-checklist) Got it · Continue

---

Site guide for agents: https://learning.reopt.ai/llms.txt · Sitemap: https://learning.reopt.ai/sitemap.xml · Contact: https://learning.reopt.ai/contact